北京2021年7月1日 /美通社/ -- 美國東部時間6月30日，國際權威AI基準測試MLPerf?公布2021年最新榜單，在固定任務(Closed)賽道的全部8項模型訓練任務中，浪潮獲得4項性能第一，斬獲半數冠軍。
MLPerf?由圖靈獎得主大衛·帕特森(David?Patterson)聯合谷歌、斯坦福、哈佛大學等知名學術機構發起成立，是影響力最廣的國際AI性能基準評測。此次性能評測基于最新MLPerf? Training V1.0基準，涵蓋了圖像分類(ResNet)、醫學影像分割(U-Net3D)、目標物體檢測(SSD)、目標物體檢測(Mask R-CNN)、語音識別(RNN-T)、自然語言理解(BERT)、智能推薦(DLRM)以及強化機器學習(Minigo)8類AI應用場景，每類場景都包含固定任務(Closed)和開放優化(Open)兩類性能競賽。
除浪潮外，Google、NVIDIA、Intel、DELL等12家廠商也參與了此次MLPerf?訓練基準測試，競爭十分激烈。最終，浪潮在固定任務(Closed)賽道的全部8項任務中，獲得圖像分類ResNet、自然語言理解BERT、目標檢測SSD和智能推薦DLRM4項訓練任務性能冠軍，其中，浪潮NF5688M6獲得ResNet、DLRM和SSD的單機訓練性能第一，NF5488A5獲得BERT的單機訓練性能桂冠。
憑借卓異的軟硬件系統優化能力，浪潮將MLPerf?訓練基準的單機效率進一步提升至新的高度。相比2020年MLPerf? Training v0.7榜單，浪潮刷新了圖像分類、自然語言理解、目標檢測(SSD)和智能推薦4項任務的單機訓練性能紀錄，將模型訓練耗時分別縮短了17.95%、56.85%、18.61%和42.64%，凸顯出優質AI服務器在AI模型訓練效率上的巨大價值。
浪潮在MLPerf?基準評測中的出色表現，得益于在AI計算系統創新上卓越的系統設計能力和全棧優化能力。在硬件層面，針對AI訓練中常見的密集IO傳輸瓶頸，浪潮PCIe Retimer Free設計實現了CPU-GPU間通道免中繼高速互聯，大幅降低通信延遲，極大提升了AI訓練效率；同時，針對高負載多GPU協同任務調度，對NUMA節點與GPU之間的數據傳輸進行全面優化和深度調校，確保訓練任務中的數據IO無阻塞；此外，在散熱層面，針對目前業界功率最高的500W 80GB A100 GPU，浪潮率先開發的先進片上液冷系統，確保GPU在全功率甚至超頻負載下依然穩定工作，將AI計算系統的性能發揮到極致。
在不斷斬獲MLPerf?冠軍的同時，浪潮也把競賽過程中探索出的高效優化方法回饋至MLPerf社區，推動AI技術的共同進步。在MLPerf? Training v0.7中，浪潮開創性提出效率更高的ResNet收斂性優化方案：在ImageNet數據集上，僅使用85%的迭代步數就達到了75.9%的目標精度，該優化方案將訓練性能提升了15%。目前，該方案已被社區成員采納，并廣泛應用到MLPerf? Training V1.0測試中，這也是此次ResNet任務成績得以大幅提升的重要原因。
自2020年至今，浪潮參與了MLPerf? training v0.7, Inference v0.7, Inference v1.0, training v1.0四次競賽。已經累計斬獲41項冠軍。
浪潮是全球領先的AI計算廠商，AI服務器市場份額全球第一，在中國的市場份額已連續四年保持在50%以上。浪潮致力于AI計算平臺、資源平臺和算法平臺的研發創新，并通過元腦生態與AI領先企業共同推進AI產業化和產業AI化進程。
